i
PENGARUH METODE DEKOMPOSISI NILAI SINGULAR
(SVD) TERHADAP PENINGKATAN AKURASI METODE
TRANSFORMASI WAVELET DISKRIT (DWT) UNTUK
DETEKSI PEMALSUAN DUPLIKASI PADA FOTO DIGITAL
Diajukan Sebagai Syarat Untuk Menyelesaikan Pendidikan Program Strata-1 Pada
Jurusan Teknik Informatika
Oleh:
Ahmad Fakhri 09021181419001
Jurusan Teknik Informatika
FAKULTAS ILMU KOMPUTER UNIVERSITAS SRIWIJAYA 2019
v
“To get a success, your courage must be greater than your fear”
“Untuk mendapatkan kesuksesan, keberanianmu harus lebih besar
daripada ketakutanmu”
- Some Random Quotes from Media Social
Kupersembahkan Skripsi ini kepada: 1. Allah SWT
2. Kedua Orang Tuaku 3. Saudaraku
4. Keluarga Besar Teknik Informatika Unsri 5. Almamaterku
vi
THE INFLUENCE OF SINGULAR VALUE DECOMPOSITION (SVD) METHOD ON THE ACCURACY OF THE WAVELET DISCRETE (DWT)
TRANSFORMATION METHOD FOR DETECTION OF DUPLICATION FORGERY IN DIGITAL IMAGE
By: Ahmad Fakhri 09021181419001
ABSTRACT
This study was conducted to determine the effect of the Singular Value
Decomposition Method (SVD) on improving the accuracy of the Discrete Wavelet Transform (DWT) Method for Detection of Duplication Forgery on digital image.
Digital images used are 24 images that have been duplicated with BMP format. The test is divided into two processes that is duplication forgery testing using the
Discrete Wavelet Transform (DWT) method and the second is the duplication
forgery testing process using the Discrete Wavelet Transform (DWT) method followed by the Singular Value Decomposition (SVD) method. Tests carried out using the Discrete Wavelet Transform (DWT) method resulted in an average percentage of accuracy of 67% and an average duration of 32.8 seconds, while the second test using the Discrete Wavelet Transform (DWT) + Singular Value
Decomposition (SVD) method resulting in an average accuracy rate of 74% and an
average duration of 26.4 seconds. The test results show that the detection of duplication by the Discrete Wavelet Transform (DWT) method has increased accuracy after adding the Singular Value Decomposition (SVD) method.
Keyword: Detecting Duplications, Discrete Wavelet Transform (DWT), Singular
vii
PENGARUH METODE DEKOMPOSISI NILAI SINGULAR (SVD) TERHADAP PENINGKATAN AKURASI METODE TRANSFORMASI
WAVELET DISKRIT (DWT) UNTUK DETEKSI PEMALSUAN
DUPLIKASI PADA FOTO DIGITAL Oleh:
Ahmad Fakhri 09021181419001
ABSTRAK
Studi ini dilakukan untuk mengetahui pengaruh dari Metode Dekomposisi Nilai
Singular (SVD) terhadap peningkatan akurasi Metode Transformasi Wavelet Diskrit (DWT) untuk Deteksi Pemalsuan Duplikasi pada foto digital. Citra digital
yang digunakan merupakan 24 citra yang sudah dilakukan proses duplikasi dengan format BMP. Pengujian dibagi menjadi dua proses yaitu pengujian pemalsuan duplikasi menggunakan metode Transformasi Wavelet Diskrit (DWT) saja dan yang kedua proses pengujian pemalsuan duplikasi menggunakan metode
Transformasi Wavelet Diskrit (DWT) diteruskan dengan metode Dekomposisi Nilai Singular (SVD). Pengujian yang dilakukan dengan metode Transformasi Wavelet Diskrit (DWT) menghasilkan persentase nilai rata-rata akurasi sebesar 67% dan
rata-rata durasi selama 32,8 detik, sedangkan pengujian kedua dengan metode
Transformasi Wavelet Diskrit (DWT) + metode Dekomposisi Nilai Singular (SVD)
menghasilkan persentase nilai rata-rata akurasi sebesar 74 % dan rata-rata durasi selama 26,4 detik. Hasil pengujian menunjukkan bahwa deteksi duplilasi dengan metode Transformasi Wavelet Diskrit (DWT) mengalami peningkatan akurasi setelah ditambahkan metode Dekomposisi Nilai Singular (SVD).
Kata kunci: Deteksi Duplikasi, Transformasi Wavelet Diskrit (DWT), Dekomposisi
Nilai Singular (SVD).
viii
KATA PENGANTAR
Segala puji syukur kepada Allah SWT atas segala karunia, rahmat, dan kasih sayang-Nya sehingga penulis dapat menyelesaikan skripsi yang berjudul “Pengaruh Metode Dekomposisi Nilai Singular (SVD) terhadap Peningkatan Akurasi Metode Transformasi Wavelet Diskrit (DWT) untuk Deteksi Pemalsuan Duplikasi pada Foto Digital” dengan baik. Skripsi ini disusun sebagai salah satu syarat untuk menyelesaikan Pendidikan program Strata-1 pada Fakultas Ilmu Komputer Program Studi Teknik Informatika di Universitas Sriwijaya.
Perjalanan panjang telah penulis lalui dalam rangka perampungan penulisan skripsi ini. Banyak hambatan yang dihadapi dalam penyusunannya, namun berkat kehendak-Nyalah sehingga penulis berhasil menyelesaikan penyusunan skripsi ini. Oleh karena itu, dengan penuh kerendahan hati, pada kesempatan ini patutlah kiranya penulis mengucapkan terima kasih kepada:
1. Orang tuaku tercinta Bapak Ahmad Syahabudin Ismail dan Ibu Darmawati, Saudaraku tercinta Nadiah Indriyani dan Muhammad Farhan, serta seluruh keluarga besarku yang selalu memberikan dukungan berharga berupa kasih sayang, nasihat, motivasi, dan doa.
2. Bapak Jaidan Jauhari, S.Pd., M.T. selaku Dekan Fakultas Ilmu Komputer Universitas Sriwijaya.
ix
3. Bapak Rifkie Primartha, S.T., M.T. selaku Ketua Jurusan Teknik Informatika yang telah membimbing dan memberi motivasi kepada penulis dalam menyelesaikan skripsi ini.
4. Bapak Samsuryadi, M.Kom., Ph. selaku Dosen Pembimbing I dan Bapak Kanda Januar Miraswan, S.Kom., M.T selaku Dosen Pembimbing II yang telah bersedia meluangkan waktu dan tenaga serta memberi nasihat, saran, motivasi dan koreksi yang sangat berarti dalam membimbing penulis menyelesaikan skripsi ini.
5. Bapak M. Fachrurrozi, M.T dan Ibu Alvi Syahrini Utami, M.Kom selaku Dosen Penguji I dan Ibu Mastura Diana Marieska, S.T., M.T selaku Penguji II yang telah memberikan tanggapan dan saran yang bermanfaat dalam pengerjaan skripsi ini.
6. Bapak Drs Megah Mulya, M.T selaku penasihat akademik yang telah memberikan arahan, masukan, dan nasihat serta memudahkan seluruh hal yang berkaitan dengan perkuliahan dan pengajuan judul tugas akhir ini. 7. Seluruh dosen Program Studi Teknik Informatika Fakultas Ilmu Komputer
Universitas Sriwijaya yang telah memberikan ilmunya kepada penulis selama proses perkuliahan.
8. Seluruh staf administrasi dan pegawai Fakultas Ilmu Komputer Universitas Sriwijaya yang telah banyak membantu menciptakan lingkungan belajar yang efektif, adil, dan berkualitas.
9. Seluruh teman-teman anggota IF Reguler 2014, sebagai keluarga kedua yang satu atap dikehidupan perkulihan yang sudah menghibur dan membantu menghabiskan waktu semasa perkuliahan penulis.
x
10. PT Pupuk Sriwijaya yang telah memberikan penulis kesempatan sebagai mahasiswa magang. Sangat banyak ilmu dan pengalaman yang penulis dapatkan selama disana.
11. Kakak-kakak tingkat IF angkatan 2012 dan 2013, serta adik-adik tingkat angkatan 2015 dan 2016 yang telah banyak sekali membantu Penulis. 12. Teman-teman anggota BEM KM FASILKOM 2014 dan 2015, MAC, serta
organisasi- organisasi lain yang telah memberikan ruang bagi penulis untuk belajar dan berkarya.
13. Semua pihak yang telah membantu dalam penyelesaian tugas akhir ini dan tidak dapat disebutkan satu persatu. Semoga segala kebaikan yang diberikan mendapat balasan dari Allah SWT.
Penulis menyadari bahwa dalam penyusunan Skripsi ini masih terdapat banyak kekurangan disebabkan keterbatasan pengetahuan dan pengalaman, oleh karena itu kritik dan saran yang membangun sangat diharapkan untuk kemajuan penelitian selanjutnya. Akhir kata, dengan segala kerendahan hati, semoga Skripsi ini dapat berguna dan bermanfaat bagi kita semua.
Indralaya, Desember 2019
xi
DAFTAR ISI
Halaman
HALAMAN JUDUL ... i
HALAMAN PENGESAHAN ... ii
HALAMAN PERSETUJUAN KOMISI PENGUJI ... iii
HALAMAN PERSYARATAN BEBAS PLAGIAT ...iv
HALAMAN MOTTO DAN PERSEMBAHAN ... v
ABSTRACT ... vi
ABSTRAK ... vii
KATA PENGANTAR ... viii
DAFTAR ISI ... xi
DAFTAR TABEL ... xvi
DAFTAR GAMBAR ... xvii
DAFTAR LAMPIRAN ... xxii
BAB I PENDAHULUAN
1.1 Pendahuluan ... I – 1 1.2 Latar Belakang Masalah ... I – 1 1.3 Rumusan Masalah ... I – 3 1.4 Tujuan Penelitian ... I – 4 1.5 Manfaat Penelitian ... I – 4 1.6 Batasan Masalah ... I – 5
xiii
1.7 Sistematika Penulisan ... I – 5 1.8 Kesimpulan ... I – 6
BAB II KAJIAN LITERATUR
2.1 Pendahuluan ... II – 1 2.2 Pemalsuan Duplikasi ... II – 1 2.3 Pengolahan Citra Digital... II – 3 2.4 Grayscale ... II – 4 2.5 Transformasi Wavelet Diskrit ... II – 6 2.6 Dekomposisi Nilai Singular ... II – 9 2.7 Algoritma Lexicograpy ... II – 11 2.8 Metode Pengembangan Perangkat Lunak ... II – 12 2.9 Penelitian Terkait ... II – 15 2.10 Kesimpulan ... II – 17
BAB III METODOLOGI PENELITIAN
3.1 Pendahuluan ... III – 1 3.2 Unit Penelitian ... III – 1 3.3 Pengumpulan Data ... III – 1 3.3.1 Jenis dan Sumber Data ... III – 1 3.3.2 Metode Pengumpulan Data ... . III – 2 3.4 Tahapan Penelitian ... III – 2 3.4.1 Mendefinisikan Masalah dan Tahapan Penyelesaian ... III – 3
xiv
3.4.2 Mengumpulkan Dasar Teori yang Berkaitan dengan
Penelitian ... III – 3 3.4.3 Mengumpulkan Data Uji... III – 3 3.4.4 Menentukan Alat yang Digunakan dalam Pelaksanaan
Penelitian ... III – 4 3.4.5 Menetapkan Kriteria Pengujian ... III – 4 3.4.6 Melakukan Pengujian Penelitian ... III – 5 a. Grayscale ... III – 6 b. Analisis Ekstraksi Fitur ... III – 6 c. Reduksi Dimensi ... III – 9 c. Analisis Deteksi Daerah Pemalsuan ... III – 15 3.4.7 Menetapkan Kriteria Pengujian ... III – 17 3.4.8 Melakukan Analisa Hasil Pengujian dan Membuat
Kesimpulan ... III – 17 3.5 Metode Pengembangan Perangkat Lunak ... III – 18 3.5.1 Rational Unified Process ... III – 18 3.5.2 Fase Insepsi ... . III – 19 3.5.3 Fase Elaborasi ... III – 20 3.5.4 Fase Konstruksi ... III – 20 3.5.5 Fase Transisi ... III – 21 3.6 Manajemen Proyek Penelitian ... III – 21
xv
BAB 4 PENGEMBANGAN PERANGKAT LUNAK
4.1 Pendahuluan ... IV-1 4.2 Fase Insepsi ... IV-1 4.2.1 Analisis Perangkat Lunak ... IV-1 4.2.1.1 Deskripsi Umum Perangkat Lunak ... IV-1 4.2.1.2 Analisis Kebutuhan Perangkat Lunak ... IV-2 4.2.2 Analisis Data ... IV-3 4.2.3 Analisis Metode Discrete Wavelet Transform (DWT)…... .IV-4 4.2.4 Analisis Metode Singular Value Decomposition (SVD)… IV-4
4.2.5 Desain Perangkat Lunak ... IV-4 4.2.5.1 Diagram Use Case Diagram ... IV-4 4.2.5.2 Diagram Activititas ... IV-13 4.3 Fase Elaborasi ... IV-18 4.3.1 Pemodelan Data ... IV-18 4.3.2 Arsitektur Antar Muka ... IV-18 4.3.3 Perancangan Diagram Suquence ... IV-15 4.4 Fase Konstruksi ... IV-26 4.4.1 Perancangan Class Diagram ... IV-26 4.4.2 Fase Implementasi ... IV-28 4.4.3 Implementasi Antarmuka ... IV-28 4.5 Fase Transaksi ... IV-33 4.5.1 Lingkungan Pengujian ... IV-33 4.5.2 Rencana Pengujian ... IV-34 4.5.2.1 Rencana Pengujian Melakukan Prapengolahan ... IV-34 4.5.2.2 Rencana Pengujian Melakukan Ekstraksi Fitur
dengan DWT ... IV-34 4.5.2.3 Rencana Pengujian Melakukan Ekstraksi Fitur
dengan DWT + Reduksi Dimensi dengan SVD ... IV-35 4.5.2.1 Rencana Pengujian Melakukan Detelsi Pemalsuan
xvi
Duplikasi ... IV-35 4.5.3 Kasus Uji ... IV-37 4.6 Kesimpulan ... IV-41
BAB 5 HASIL DAN ANALISIS PENELITIAN
5.1 Pendahuluan ... V-1 5.2 Hasil Pengujian Penelitian ... V-1 5.2.1 Konfigurasi Pengujian ... V-1 5.2.2 Hasil Pengujian Skenario Pertama ... V-2 5.2.3 Hasil Pengujian Skenario Kedua ... V-5 5.3 Analisis Hasil Pengujian ... V-7 5.4 Kesimpulan ... V-8 BAB 6 KESIMPULAN DAN SARAN
6.1 Pendahuluan ... VI-1 6.2 Kesimpulan ... VI-1 6.3 Saran ... VI-2
xvii
DAFTAR TABEL
Halaman III-1 Hasil Uji Deteksi Pemalsuan Duplikasi menggunakan DWT
dan SVD ... III-17 III-2 Rancangan Tabel Hasil Analisa Akurasi ... III-18 III-3 Tabel Penjadwalan Penelitian dalam Bentuk WBS ... III-22 IV-1 Kebutuhan Fungsional ... IV-3 IV-2 Kebutuhan Non-Fungsional ... IV-3 IV-3 Definisi Aktor ... IV-6 IV-4 Analisis use case ... IV-6 IV-5 Skenario use case Melakukan Prapengolahan ... IV-8 IV-6 Skenario use case Melakukan Ekstraksi Fitur dengan DWT ... IV-9 IV-7 Skenario use casemelakukan Ekstraksi Fitur dengan DWT +
Reduksi Dimensi dengan SVD ... IV-10 IV-8 Skenario use case melakukan Deteksi Pemalsuan Duplikasi ... IV-12 IV-9 Rencana Pengujian use case Prapengolahan ... IV-34 IV-10 Rencana Pengujian use case Ekstraksi Fitur dengan DWT ... IV-34 IV-11 Rencana Pengeujian use case Ekstaksi Fitur dengan DWT +
Reduksi Dimensi dengan SVD ... IV-35 IV-12 Rencana Pengeujian use case Deteksi Pemalsuan Duplikasi ... IV-35 IV-13 Kasus Uji use case Prapengolahan ... IV-37 IV-14 Kasus Uji use case Ekstraksi Fitur dengan DWT ... IV-38 IV-15 Kasus Uji use case Ekstaksi Fitur dengan DWT +
Reduksi Dimensi dengan SVD ... IV-39 IV-16 Kasus Uji use case Deteksi Pemalsuan Duplikasi ... IV-40 V-1 Hasil skenario pengujian Ekstraksi Fitur dengan DWT ... V-4 V-2 Hasil skenario pengujian Reduksi Dimensi dengan SVD +
Ekstaksi Fitur dengan DWT ... V-5 V-3 Nilai rata-rata dari kedua metode Transformasi Wavelet Diskrit
(DWT) dan Dekomposisi Nilai Singular (SVD) + Transformasi
xviii
DAFTAR GAMBAR
Halaman Gambar II-1. Contoh Pemalsuan Duplikasi ... II – 2 Gambar II-2. Hasil Transformasi Wavelet Diskrit ... II – 6 Gambar II-3. Transformasi Wavelet 2D 1 level ... II – 8 Gambar II-4. Skema Filtering Transformasi Wavelet 2D 1 level... II – 8 Gambar II-5. Arsitektur RUP ... II – 13 Gambar III-1. Diagram Tahapan Pengujian Penelitian ... III – 5 Gambar III-2. Penjadwalan untuk Tahap Menentukan Ruang Lingkup dan Unit
Penelitian ... III – 278 Gambar III-3. Penjadwalan untuk Tahap Menentukan Dasar Teori yang Berkaitan
dengan Penelitian dan Menentukan Kriteria Pengujian ... III – 29 Gambar III-4. Penjadwalan untuk Tahap Membangun Alat yang Digunakan untuk
Pelaksanaan Penelitian Fase Insepsi ... III – 29 Gambar III-5. Penjadwalan untuk Tahap Membangun Alat yang Digunakan untuk
Pelaksanaan Penelitian Fase Elaborasi ... III – 30 Gambar III-6. Penjadwalan untuk Tahap Membangun Alat yang Digunakan untuk
Pelaksanaan Penelitian Fase Konstruksi ... III – 30 Gambar III-7. Penjadwalan untuk Tahap Membangun Alat yang Digunakan untuk
Pelaksanaan Penelitian Fase Transisi ... III – 31 Gambar III-8. Penjadwalan untuk Tahap Melakukan Pengujian Penelitian, Analisa
xix
Gambar IV-1. Diagram Use Case ... IV-5 Gambar IV-2. Diagram Aktivitas Pra Pengolahan ... IV-14 Gambar IV-3. Diagram Aktivitas Melakukan Ekstraksi Fitur dengan DWT IV-15 Gambar IV-4. Diagram Aktivitas Melakukan Reduksi Dimensi dengan
SVD + Ekstraksi Fitur dengan DWT ... IV-16 Gambar IV-5. Diagram Aktivitas Melakukan Deteksi Pemalsuan Duplikasi IV-17 Gambar IV-6. Rancangan Antar Muka Form Utama ... IV-19 Gambar IV-7. Rancangan Antar Muka Panel Dashboard Perangkat Lunak . IV-20 Gambar IV-8. Diagram Sequence Pra Pengolahan ... IV-22 Gambar IV-9. Diagram Sequence Ekstraksi Fitur dengan DWT ... IV-23 Gambar IV-10. Diagram Sequence Reduksi Dimensi dengan SVD +
Ekstraksi Fitur dengan DWT ... IV-24 Gambar IV-11. Diagram Sequence Deteksi Pemalsuan Duplikasi ... IV-25 Gambar IV-12. Perancangan Class Diagram ... IV-27 Gambar IV-13. Rancangan Antar Muka Form Utama ... IV-29 Gambar IV-14. Rancangan Antar Muka Panel Dashboard Perangkat Lunak IV-30 Gambar IV-15. Rancangan Antar Muka Proses Grayscale ... IV-30 Gambar IV-16. Rancangan Antar Muka Proses DWT... IV-31 Gambar IV-17. Rancangan Antar Muka Proses DWT + SVD ... IV-32 Gambar IV-18. Rancangan Antar Muka Proses Deteksi Duplikasi ... IV-32 Gambar V-1. Proses Ekstraksi Fitur dengan DWT ... V-3 Gambar V-4. Hasil Deteksi pemalsuan Duplikasi ... V-3
I-1 BAB I
PENDAHULUAN
1.1 Pendahuluan
Bab ini akan membahas mengenai penelitian yang akan dilakukan. Adapun yang menjadi pembahasan ialah latar belakang, rumusan masalah, tujuan penelitian, manfaat penelitian, dan batasan masalah.
1.2 Latar Belakang Masalah
Citra digital merupakan alat untuk menyampaikan informasi visual. Citra digital bersifat lebih dinamis dan dapat diubah-ubah (editable) baik dari segi bentuk, ukuran maupun objek yang ada dalam citra digital tersebut. Hal ini tentunya akan sangat mempengaruhi keanekaragaman citra digital yang muncul di masyarakat sehingga mengakibatkan sulitnya membedakan antara citra yang asli atau palsu.
Perkembangan teknologi pemrosesan citra digital saat ini memudahkan pengguna untuk melakukan modifikasi dan pemalsuan citra digital. Pemalsuan citra adalah proses manipulasi pada sebagian atau seluruh daerah citra baik terhadap isi maupun konteks citra dengan bantuan teknik pemrosesan citra digital.Pemalsuan citra sering tak dapat dikenali secara kasat mata karena citra hasil pemalsuan terlihat sangat natural. Namun dengan teknik komputasi terhadap citra digital dapat dideteksi keaslian citra tersebut (Liliana & Basaruddin, 2010).
I-2
Dalam kode etik dunia jurnalisme foto disebut dengan jelas bahwa mengubah isi sebuah foto dengan cara apapun dan dengan tujuan untuk mengelabui publik adalah hal yang dilarang. Namun faktanya saat ini adalah, manipulasi foto telah berkembang pesat, salah satunya ialah daerah pemalsuan duplikasi (Region
Duplication Forgery). Pemalsuan duplikasi merupakan salah satu bentuk
pemalsuan citra digital dimana satu bagian dari citra asli disalin dan disisipkan di area yang berbeda pada citra yang sama untuk menyembunyikan informasi atau objek yang dimiliki oleh citra tersebut.
Pada penelitian sebelumnya yang menjelaskan bahwa penggunaan metode DWT (Discrete Wavelet Transform) untuk mendeteksi daerah pemalsuan salin-pindah lebih akurat dibandingkan metode PCA (Principal Component Analysis) (Bashar et al., 2007) dengan judul Wavelet-Based Multiresolution Features for
Detecting Duplication in Images, DWT memiliki akurasi sebesar 87,4% sedangkan
PCA memiliki akurasi sebesar 67,6%. Penelitian lainnya yang telah dilakukan oleh (Li, Wu, Tu, & Sun, 2007), dengan judul A Sorted Neighborhood Approach for
Detecting Duplicated Regions in Image Forgeries Based on DWT and SVD
mendeteksi citra digital dengan menerapkan metode DWT dan SVD kemudian dilanjutkan dengan algoritma lexicographic sorting untuk menemukan daerah terduplikasi. Penelitian ini menghasilkan block number dan feature dimension lebih kecil dibandingkan metode DCT (Discrete Cosine Transform) dan PCA (Principal
Component Analysis) sehingga dapat meningkatkan efisiensi deteksi.
Berdasarkan hal tersebut, maka penelitian ini akan menguji perbandingan hasil deteksi pemalsuan duplikasi pada foto digital yang dihasilkan oleh metode DWT
I-3
saja dengan deteksi yang dihasilkan oleh metode DWT dengan SVD agar didapatkan hasil yang efektif dengan tingkat akurasi yang tinggi.
1.3 Rumusan Masalah
Berdasarkan latar belakang yang telah disampaikan di atas, rumusan masalah pada penelitian ini adalah bagaimana pengaruh metode SVD terhadap peningkatan akurasi metode DWT untuk Deteksi Pemalsuan Duplikasi pada Foto Digital. Untuk menjawab rumusan masalah tersebut, diuraikan beberapa pertanyaan penelitian sebagai berikut:
1. Bagaimana tingkat akurasi dari penerapan metode DWT (Discrete Wavelet
Transform) dan SVD (Singular Value Decomposition) pada daerah yang
dipalsukan?
2. Bagaimana tingkat akurasi jika hanya menggunakan metode DWT (Discrete
Wavelet Transform) saja?
3. Metode mana yang memiliki akurasi paling tinggi DWT (Discrete Wavelet
Transform) saja atau DWT (Discrete Wavelet Transform) + SVD (Singular Value Decomposition) ?
I-4
1.4 Tujuan Penelitian
Tujuan penelitian ini adalah:
1. Mengembangkan perangkat lunak menggunakan metode DWT (Discrete
Wavelet Transform) dan SVD (Singular Value Decomposition) yang mampu
mendeteksi daerah pemalsuan duplikasi pada foto digital.
2. Mengetahui tingkat keakuratan hasil deteksi daerah pemalsuan duplikasi pada foto digital dengan metode DWT (Discrete Wavelet Transform) dan SVD (Singular Value Decomposition).
3. Menentukan metode mana yang memiliki akurasi paling tinggi DWT (Discrete
Wavelet Transform) saja atau DWT (Discrete Wavelet Transform) + SVD
(Singular Value Decomposition).
1.5 Manfaat Penelitian
Manfaat yang dapat diperoleh dari penelitian ini adalah sebagai berikut : 1. Mengetahui hasil dari implementasi metode DWT (Discrete Wavelet
Transform) dan SVD (Singular Value Decomposition) terhadap daerah yang
dipalsukan.
2. Mengetahui teknik deteksi pemalsuan pada citra digital yang efektif dan memiliki akurasi yang tinggi.
3. Mampu menerapkan metode DWT (Discrete Wavelet Transform) dan SVD (Singular Value Decomposition) untuk mendeteksi daerah pemalsuan duplikasi pada foto digital.
I-5
1.6 Batasan Masalah
Beberapa batasan masalah pada penelitian ini yaitu :
1. Jenis data yang di gunakan dalam penelitian ini adalah data primer.
2. Algoritma yang digunakan untuk mengidentifikasi wilayah yang termanipulasi adalah algoritma lexicographical sorting.
3. Citra palsu dibuat dengan cara menyalin dan memindahkan bagian dari foto ke daerah lain pada foto tersebut. Tidak ada pemrosesan lain yang dilakukan pada daerah poto yang disalin.
1.7 Sistematika Penulisan
Sistematika penulisan skripsi ini adalah sebagai berikut : BAB I. PENDAHULUAN
Dalam bab ini akan diuraikan mengenai latar belakang, rumusan masalah, tujuan dan manfaat penelitian, batasan masalah atau ruang lingkup penelitian, dan sistematika penulisan.
BAB II. KAJIAN LITERATUR
Dalam bab ini akan diuraikan mengenai literature riview yang dilakukan terhadap jurnal, buku, dan artikel, berkaitan dengan metode DWT (Discrete Wavelet Transform), metode SVD (Singular
Value Decomposition) dan algoritma lexicographical sorting untuk
I-6
BAB III. METODOLOGI PENELITIAN
Dalam bab ini akan diuraikan secara jelas tentang unit penelitian, metode pengumpulan data, tahapan penelitian, metode pengembangan perangkat lunak, serta manajemen proyek penelitian yang berupa penjadwalan penelitian.
1.8 Kesimpulan
Dari pendahuluan ini, telah jelas diuraikan secara umum tentang penelitian yang dilakukan, dimana meliputi latar belakang masalah, rumusan masalah, tujuan dan manfaat penelitian, batasan masalah, serta sistematika penulisan.
DAFTAR PUSTAKA
Andono, P. N., & Sutojo, T. (n.d.). Pengolahan Citra Digital. Penerbit Andi. Chihaoui, T., Bourouis, S., & Hamrouni, K. (2014). Copy-move image forgery
detection based on SIFT descriptors and SVD-matching. In Advanced
Technologies for Signal and Image Processing (ATSIP), 2014 1st International Conference on (pp. 125–129).
Gonzalez, R. C., Woods, R. E., & others. (2002). Digital image processing. Prentice hall New Jersey.
Hashmi, M. F., Anand, V., & Keskar, A. G. (2014). Copy-move image forgery detection using an efficient and robust method combining un-decimated wavelet transform and scale invariant feature transform. Aasri Procedia, 9, 84–91.
Jain, A. K. (1989). Fundamentals of digital image processing. Englewood Cliffs, NJ: Prentice Hall,.
Khan, S., & Kulkarni, A. (2010). Robust method for detection of copy-move forgery in digital images. In Signal and image processing (ICSIP), 2010
international conference on (pp. 69–73). IEEE.
Khayeat, A. R. H. (2017). COPY-MOVE FORGERY DETECTION IN DIGITAL IMAGES. Cardiff University, United Kingdom.
Li, G., Wu, Q., Tu, D., & Sun, S. (2007). A sorted neighborhood approach for detecting duplicated regions in image forgeries based on DWT and SVD. In
1753).
Moradi-Gharghani, H., & Nasri, M. (2016). A new block-based copy-move forgery detection method in digital images. In Communication and Signal
Processing (ICCSP), 2016 International Conference on (pp. 1208–1212).
Pressman, R. S. (2009). Software Quality Engineering: A Practitioner’s
Approach. (F. M. Schilling, Ed.), Software Quality Engineering: A
Practitioner’s Approach (7th ed., Vol. 9781118592). New York:
McGraw-Hill. https://doi.org/10.1002/9781118830208.
Putra, D. (2010). Pengolahan citra digital. Penerbit Andi.
Rizki, O. (2014). DETEKSI PEMALSUAN SALIN-PINDAH PADA FOTO DIGITAL MENGGUNAKAN TRANSFORMASI WAVELET DISKRIT. Shivakumar, B. L., & Baboo, L. D. S. S. (2010). Detecting copy-move forgery in
digital images: a survey and analysis of current methods. Global Journal of
Computer Science and Technology, 10(7).
Thaiyalnayaki, K., Karim, S. S. A., & Parmar, P. V. (2010). Finger print recognition using discrete wavelet transform. International Journal of
Computer Applications, 1(24), 96–100.
Yadav, P., Rathore, Y., & Yadu, A. (2012). DWT Based Copy-Move Image Forgery
Detection. International Journal of Advanced Research in Computer Science and Electronics
